Detección de Objetos con el algoritmo YOLO
Detección de Objetos con el algoritmo YOLO
Curso online
Lunes de 18 a 20 - Hora de Buenos Aires GMT-3
Horas: 20 en 10 clases de 2 horas
Comienzo: lunes 18 de octubre
ARANCEL DEL CURSO (para ARGENTINA): $AR 18.000
Precio general (fuera de ARGENTINA): pago único de U$S 297
Las clases se graban
ESTE NO ES UN CURSO REGULAR DEL CENTRO DE GRADUADOS DE INGENIERÍA
Durante el curso podrás acceder a nuestro Programa de Aprendizaje de Coursera y avanzar con la certificación de estos tres cursos relacionados que te recomendamos:
* Programa especializado: Python para todos - Universidad de Michigan
* Programa especializado: Aprendizaje profundo - Deeplearning.ai
* IA para todos - Andrew Ng
Computer Vision es un área de la Inteligencia Artificial que ha mostrado notables avances desde su "explosión" en el año 2012. Yolo es el estado del arte de los modelos de detección de objetos. Vamos a ver cómo la Inteligencia Artificial puede detectar objetos en forma muy eficaz. Veremos instalación, resizing, labelling, training, deploy y detalles técnicos.
CLASE 1: Introducción a la Inteligencia Artificial
¿Qué es Inteligencia Artificial?
Machine Learning
¿Qué son los datos?
La terminología de la IA
¿Qué hace una empresa de IA?
Lo que Machine Learning puede y no puede hacer
Workflow de un proyecto de Machine Learning
Como elegir un proyecto de IA
Trabajando con un equipo de IA
Ejemplos de roles en un equipo de IA
Trampas de la IA y cómo evitarlas
Tus primeros pasos en la IA
Principales aplicaciones de la IA
Principales técnicas de la IA
CLASE 2: Introducción a Machine Learning
¿Qué es Machine Learning?
Aprendizaje supervisado
Aprendizaje no supervisado
Aprendizaje reforzado
Problemas de regresión
Problemas de clasificación
Clustering
Principales algoritmos de machine learning
CLASE 3: Introducción a Deep Learning
¿Qué es Deep Learning?
¿Qué es una Neurona?
Pesos y Activaciones
Redes neuronales
Backpropagation
Clasificación de redes
Redes Neuronales vs métodos clásicos
CLASE 4: Redes Neuronales Convolucionales
Gracias a deep learning, computer vision está trabajando mucho mejor que hace unos pocos años y está abriendo el camino para un rango de numerosas y desafiantes aplicaciones como autos autónomos, reconocimiento facial y diagnósticos por imágenes.
Computer Vision
Detectores de borde
Padding
Stride
Convolutions Over Volume
Una capa de convolución
Simple Convolutional Network Example
Pooling Layers
CNN Example
Por qué convoluciones
CLASE 5: Algoritmos de detección
Object Localization
Object Detection
Convolutional Implementation of Sliding Windows
Bounding Box Predictions
Intersection Over Union
Non-max Suppression
Anchor Boxes
El algoritmo YOLO
CLASE 6: Procesamiento de imágenes y etiquetado.
Cómo obtener imágenes
Gooole Imágenes y Fatkun
Open Images Dataset V6 y OIDv4_ToolKit
Obtener imágenes de Videos
Formatos Pascal VOC y YOLO
LabelImg
CLASE 7 : Ejecutar Yolo Pre Entrenado
Opencv
Darknet
Detectar clases en imágenes
Detectar clases en videos
Flags y Comandos modificadores
CLASE 8: Entrenar Yolo con Clases Propias
Cubriremos de punta a punta como entrenar clases propias desde Google Colab y tener todo nuestro procesamiento en la nube. Clase 100% práctica.
CLASE 9: Estudio de caso - Infracciones de tránsito
Veremos una aplicación concreta en la que se aplicaron todos los conceptos vistos en el curso al transporte automotor y el control de infracciones de tránsito
CLASE 10: Más allá de Yolo
Una vez obtenidas las detecciones de los objetos requeridos, veremos los desafíos que enfrentamos para obtener los resultados deseados a partir de la información de salida que nos brinda el algoritmo YOLO.